语音信号及其编译码算法的研究

对语音信号的特征及其产生模型作一概述，并对实际应用中常采用的编译码算法作一简单介绍。最后结合一些新兴的改进的算法提出改进思路。     

基于ACELP语音编译码算法的软件实现及应用

文中针对Tetra通信系统中采用的ACELP算法,分析了该算法的基本原理,介绍了其算法基于VC++6.0的软件实现过程,重点阐述了ACELP在网络通信中的实现及应用情况。     

基于声卡的双通道实时信号采集处理系统设计

采用声卡代替商用数据采集卡,利用Visual C++软件编程技术,设计了基于声卡的双通道实时信号采集处理系统,该系统能够实现25kHz范围内双路信号的实时采集、实时分析,所采集数据的存储和网络发送等功能,系统实用性较强,可广泛应用于各高校实验室及实时语音信号处理等领域。     

LT编译码算法的DSP实现

采用TI公司的TMS320VC5416芯片,设计和实现了LT编译码器。鉴于LT编译码器的数据运算量和内存使用量随编码长度的增加而快速增大,使用反馈控制信号,控制编码信号的码长;引入冗余信息处理程序,剔除编码信号中冗余,提高译码效率;建立度邻接信号表的位置系数储存机制,合理利用DSP芯片片上内存资源。     

WiMAX系统中的CTC编译码算法实现

介绍了标准CTC编码器的结构和循环状态规则,分析了CTC译码器的结构和各种译码算法,并基于IEEE 802.16e OFDMA系统分别在加性高斯白噪声信道和多径衰落信道模型下,对不同信道模型进行了仿真验证。     

基于DirectX开发库的多路声音信号实时采集

介绍了利用DirectX开发库和声卡实时采集4路声音信号的方法。该方法通过合理设置捕获缓冲区和调度多线程工作充分发挥硬件的性能，可以在Windows环境下实现多路声音信号的实时采集。     

用AHA4501实现Turbo乘积码编译码

本文介绍了Turbo乘积码的基本原理和利用Cyclic-2 PML(循环2伪最大似然)来实现Turbo乘积码的译码的算法,利用AHA公司的AHA4501评估软件仿真给出了(64,57)×(64,57)Turbo乘积码的纠错性能,并给出了AHA公司的Turbo乘积码编译码芯片4501实现的Turbo乘积码编译码的电路设计.     

基于LabVIEW语音信号的采集与分析

采用美国国家仪器(NI)公司开发的LabVIEW图形化编程软件,结合计算机声卡,设计了一个语音信号的采集和处理系统。通过LabVIEW相应的声音读取、写入和存储函数,实现了对声音的采集、读取和保存。采集到的语音信号经由信号处理VI函数,进行频谱、谐波失真等分析。在系统中,可以对语音信号进行较完整的分析。进而得到信号的功率谱、幅度谱、相位谱、谐波信号数据和失真参数。而且通过友好的交互界面——前面板,可以灵活地控制系统功能的实现,得到实时的分析数据。     

基于声卡的实时语音质量评价系统

针对目前语音质量评价系统成本高、设计复杂且不能实时评分,提出了基于声卡的实时评价系统。该系统以ITU-T P．862标准中的语音评价算法PESQ为核心,采用声卡作为语音播放和采集装置,利用多线程技术,以廉价的方式实现语音实时评分。并且,以虚拟仪器Labwindows／CVI为平台,方便显示从PESQ算法中提出的语音参数。测试表明,该系统评分准确,可快速判断和分析语音设备的性能。     

语音信号实时传输中的动态变长分帧算法

本文给出了一种动态的变长语音分帧算法,此算法以分析语音信号的时域特性为基础,利用音节之间存在空隙这一特性,基于对语音信号中不同性质的音段的分布特性分析,通过动态的阈值调整来实现动态的变长分帧,算法简单快速。实验证明,这一算法能够针对背景噪声的变化,动态调整语音的分帧长度,从而满足实时传输的需要。     

基于声卡和LabVIEW的虚拟仪器设计与实现

为了在对采样频率要求不高的情况下进行信号的生成和分析,采用声卡取代价格昂贵的数据采集卡进行采样和输出,利用虚拟仪器开发软件LabVIEW,分别设计和实现了基于声卡的虚拟信号发生器和虚拟示波器。信号发生器可以产生方波、三角波等常用波形和自定义波形,示波器具有波形显示、图像暂停和截取以及频谱分析功能,所设计的虚拟仪器具有友好的人机界面,只需两台计算机即可进行完整的自测试     

基于PC104的电动投弹器检测系统电路设计与实现

介绍了一个基于PC104的数据采集与检测电路的设计,它完成A/D数据采集、D/A数字/模拟转换、数字量输入/输出、信号显示卡以及LCD显示器的控制等功能。PC104总线信号检测电路对于改进装备故障检测方式具有重大意义。通过对信号波形显示原理以及显示方法的分析,确定了具体的实际方案,完成了功能电路的设计;采用专用接口芯片结合CPLD的方法实现了PC104总线的接口协议以及逻辑控制电路;检测系统电路在实际测试过程中能稳定工作,满足设计指标要求。     

基于LabVIEW的双声道语音录制系统的设计

本文论述了一款双声道语音录制系统的组成及开发过程,该系统利用LabVIEW进行设计,采用计算机声卡代替专用数据采集卡,实现语音信号的录制、显示、存储等功能,具有广阔的应用前景。     

一种基于模板匹配的语音识别算法

语音识别是语音信号处理的一个重要研究方向,涉及到生理学、心理学、语言学、计算机科学以及信号处理等诸多领域,广泛应用于控制、通信、消费品等行业。文中介绍了一种简单的语音识别算法。该算法主要流程包括预处理、端点检测、提取特征值、模式匹配4个过程,其中端点检测以幅值为标准,特征值采用临界带特征矢量,模板匹配采用DTW算法。主...     

基于LabVIEW的音频信号采集实验平台设计

运用虚拟仪器替代传统实验设备,不但能节省实验器材资源、降低实验室建设成本,而且可为学生提供一个更加方便的实验平台,提高老师的教学质量、实现设备资源的共享.在LabVIEW平台上设计开发了以PC机普通声卡作为数据采集设备进行音频信号采集分析的虚拟实验系统,具有信号采集、分析、波形显示、存储以及数据文件再调用分析等功能.与传统仪器相比,打破了以往由教学仪器限定实验的模式,具有一定的实用性和可靠性.     

基于Windows平台的音效增强系统设计与实现

针对消费电子类产品中扬声器体积小型化所导致的低频重放能力有限、动态范围较小、频响曲线不佳、声场过窄等问题,开发了iSurround音效增强算法,包括扬声器均衡、图示均衡器、立体声增强、虚拟低音、动态范围压缩和自动音量控制等.在Windows平台上以虚拟声卡的形式实现该算法,最后运用主观听音实验的方法,证明了iSurround音效增强算法在低音表现力、声场宽度、空间环绕感等方面有明显提高.同时,也与目前主流音效算法就行了比较.     

基于VC5409的双速率语音编译码器的实现

ITU-T.G.723.1为国际电信联盟(ITU)制定的5·3bit/s和6.3kbit/s双速率语音编码建议,分别采用代数码激励线性预测(ACELP)算法和多脉冲最大似然量化(MP-MLQ)算法。在阐述G.723.1建议编译码算法的原理和实现的基础上,重点介绍了在开发基于TMS320VC5409实时实现该建议的全双工编译器过程中所做的工作。该语音编译码器通过了G.723.1所有测试矢量的验证。     

基于FPGA的卷积编译码器的设计与实现

为了解决传统的维特比译码器结构复杂、译码速度慢、消耗资源大的问题,提出一种新型的适用于FPGA特点,路径存储与译码输出并行工作,同步存储路径矢量和状态矢量的译码器设计方案.该设计方案通过在ISE9.2i中仿真验证,译码结果正确,得到编码前的原始码元,速度显著提高,译码器复杂程度明显降低.并在实际的软件无线电通信系统中信道编解码部分得到应用,性能优良.     

Real-time implementation and performance evaluation of speech classifiers in speech analysis-synthesis

In this work, six voiced/unvoiced speech classifiers based on the autocorrelation function (ACF), average magnitude difference function (AMDF), cepstrum, weighted ACF (WACF), zero crossing rate and energy of the signal (ZCR-E), and neural networks (NNs) have been simulated and implemented in real time using the TMS320C6713 DSP starter kit. These speech classifiers have been integrated into a linear-predictive-coding-based speech analysis-synthesis system and their performance has been compared in terms of the percentage of the voiced/unvoiced classification accuracy, speech quality, and computation time. The results of the percentage of the voiced/unvoiced classification accuracy and speech quality show that the NN-based speech classifier performs better than the ACF-, AMDF-, cepstrum-, WACF- and ZCR-E-based speech classifiers for both clean and noisy environments. The computation time results show that the AMDF-based speech classifier is computationally simple, and thus its computation time is less than that of other speech classifiers, while that of the NN-based speech classifier is greater compared with other classifiers.